'''
1.带参装饰器 - 自定义 | wraps
def wrap(info)
def outer1(func):
from functools import wraps
@wraps(func)
def inner(*args, **kwargs):
# 需要外界的参数
return func(*args, **kwargs)
return inner
def outer2(func):
def inner(*args, **kwargs):
# 需要外界的参数
return func(*args, **kwargs)
return inner
if info == '1':
return outer1
return outer2
# outer = wrap('1')
# @outer
@wrap('1')
def fn():pass
2.可迭代对象:有__iter__()方法的对象,并且调用__iter__()方法得到迭代器对象
3.迭代器对象:有__next__()方法的对象,并且调用__next__()方法从前往后逐一取值
# 不依赖索引取值,但必须从前往后依次取值(无法获取索引,也无法计算长度)
4.for循环迭代器的原理:
1)得到操作对象的迭代器对象
2)通过__next__()进行取值
3)自动处理StopIteration异常,结束循环
5.枚举对象:为被迭代的对象添加迭代索引
6.生成器:语法同函数,内部包含yield关键字,函数名() 不是函数调用,而是得到生成器对象 -> 就是自定义的迭代器对象
'''
with open('abc.txt', 'r', encode='utf-8') as f:
for line in f:
pass
def fn():
# ...
yield 1
# ...
yield 2
obj = fn()
res = next(obj) # 1
fn().__next__() # 1
fn().__next__() # 1
fn().__next__() # 1
'''
1.生成器的send方法 了了解
2.递归:函数自己调自己
3.匿名函数
4.内置函数
'''
# send的工作原理
# 1.send发生信息给当前停止的yield
# 2.再去调用__next__()方法,生成器接着往下指向,返回下一个yield值并停止
# 案例:
persons = ['张三', '李四', '王五', '赵六', '钱七']
def order(persons):
for i in range(len(persons)):
if i == 0:
print('%s在面试' % persons[0])
else:
print('%s叫%s在面试' % (name, persons[i]))
print('%s面试完毕' % persons[i])
name = yield persons[i]
obj = order(persons)
for i in range(len(persons)):
if i == 0:
p = obj.__next__()
else:
p = obj.send(p)
print('=============================')
# 递归:
# 函数直接或间接调用本身,都称之为递归
# 回溯:找寻答案的过程
# 递推:推出结果的过程
# 前提条件:
# 1.递归必须有出口
# 2.递归回溯递推的条件一定有规律
# 案例一:获得第 count 个人的年纪
def get_age(count):
if count == 1:
return 58
# 第 九...一 个人 - 2
age = get_age(count - 1) - 2
return age
age = get_age(3)
print(age)
# 案例二:求n的阶乘 5! = 5 * 4 * 3 * 2 * 1 = 120
# 5! = 5 * 4!
# 4! = 4 * 3!
# 3! = 3 * 2!
# 2! = 2 * 1!
# 1! = 1
def jiecheng(n):
if n == 1 or n == 0:
return 1
ji = n * jiecheng(n - 1)
return ji
res = jiecheng(5)
print(res)
def fn(*args, **kwargs):
# 函数体
return '返回值'
# 匿名函数:
# 1.匿名函数没有函数名
# 2.匿名函数的关键字采用lambda
# 3.关键字 lambda 与标识函数功能体 : 之间一定是参数,所以省略()
# 4.匿名还是没有函数体,只有返回值,所以函数体和返回值的return关键字都省略了
lambda *args, **kwargs: '返回值'
# 注意:
# 1.参数的使用和有名函数一样,六种形参都支持
# 2.返回值必须明确成一个值,可以为单个值对象,也可以为一个容器对象
a = lambda *args, **kwargs: '返回值1', '返回值2'
print(a) # (<function <lambda> at 0x0000022D0B7E88C8>, '返回值2')
# 返回值1
print(a[0]())
# 正确返回两个值: 主动构成成容器类型
lambda *args, **kwargs: ('返回值1', '返回值2')
# 1.max内部会遍历iter,将遍历结果一一传给lambda的参数x
# 2.依据lambda的返回值作为比较条件,得到最大条件下的那个遍历值
# 3.对外返回最大的遍历值
max(iter, lambda x: x)
# min工作原理一样,得到的是最小值
# max结合匿名函数:
dic = {
'owen': (1, 88888),
'zero': (2, 66666),
'tom': (3, 77777),
}
print(max(dic, key=lambda k: dic[k][1])) # 求薪资最大的人
print(max(dic, key=lambda k: dic[k][0])) # 求员工号最大的人
print(max(dic, key=lambda k: k)) # 求名字最大
print('=====================')
# min
print(min(dic, key=lambda k: dic[k][1])) # 求薪资最小的人
print(min(dic, key=lambda k: dic[k][0])) # 求员工号最小的人
print(min(dic, key=lambda k: k)) # 求名字最小
map(lambda x: x * 2, [3, 1, 2]) # 将遍历结果映射为任意类型值 [6, 2, 4]
from functools import reduce
reduce(lambda x, y: x * y, [3, 1, 2]) # 6
sorted(iter, fn, reverse)
dic = {
'owen': (1, 88888),
'zero': (2, 66666),
'tom': (3, 77777),
}
res = sorted(dic, key=lambda k: dic[k][1])
print(res) # ['zero', 'tom', 'owen']
res = sorted(dic, key=lambda k: dic[k][1], reverse=True)
print(res) # ['owen', 'tom', 'zero']
# 1.与类型相关的
# list() str() ord() chr() bool() int() ...
print(ord('A'))
print(chr(97))
# 2.进制转化
print(bin(10)) # 1010
print(oct(10)) # 12
print(hex(10)) # a
print(0b1111) # 15
print(0o10) # 8
print(0x11) # 17
# 3.常用操作类的
# range() len() iter() next() enumerate() id() type() print() input() open()
# 4.原义字符串
print(r'a\nb')
print(ascii('a\nb'))
print(repr('a\nb'))
# 5.数学相关运算
# abs() sum() max() min() pow() sorted()
print(abs(-1))
print(pow(2, 3)) # 2**3
print(pow(2, 3, 3)) # 2**3%3